理念|大陆集团徐弢：自动驾驶的进化与革命 |大众|用车|

2020年6月22日-23日，由南京经济技术开发区与盖世汽车联合主办的"2020第三届全球自动驾驶论坛"隆重召开。本次论坛重点围绕与自动驾驶规模化商用有关的核心技术、法律法规、技术评测、商业模式等话题展开探讨，下面是大陆集团自动驾驶及安全事业群未来解决方案及战略规划部中国区负责人徐弢在本次论坛上的发言：

本文插图
【理念|大陆集团徐弢：自动驾驶的进化与革命】大陆集团自动驾驶及安全事业群未来解决方案及战略规划部中国区负责人徐弢
各位嘉宾，下午好！午饭之后容易犯困，希望我下午的演讲能够给各位产生一些共鸣，提高大家的兴趣。
我今天演讲的主题是《自动驾驶的进化和革命》。
谈到自动驾驶的演变，其实上午各位嘉宾都做了非常详细充分的解读，其实整个业界，我们理解也就分为两派，一派是主张整个自动驾驶是以一个循序渐进的方式，从功能不断迭代优化，而另外一派是真正的改革派，认为自动驾驶是需要一蹴而就，迅速地从低级别的驾驶和驾驶辅助达到L4的无人驾驶。
大陆集团如何看待自动驾驶的进化和革命这两种不同的世界理解呢？
从我们的角度来讲，革命是一种从无到有的变化，是一种巨大的变革，是一种非延续性的变革。进化是一种从有到优的演进，这两种关系我们将会在之后的半个小时之内给各位做一些分享。
首先，我们从技术的角度给各位做一些分享和探讨。
从技术的角度，首先我们聊一聊整个自动驾驶的生态系统，整个生态系统，从我们的角度来讲，先是从市场端，再从零部件和关键能力、工具、方法的角度来进行分拆。
首先我们看一下，当然因为这里面的模块比较多，我就不做太多的展开。
从我们作为Tier1的角色，来理解整个自动驾驶以及零部件的一个toB市场的目标客户群有哪些呢？首先，毫无疑问就是我们的OEM ，作为乘用车，包括商用车对应的自动驾驶的载体，它是一个非常必要，并且很关键的一环。
往后面走，就是最近几年陆陆续续出现的一些关键的客户群体，包含着我们未来出行服务的整体解决方案提供商，就像滴滴，类似这样的一些公司。
还有一个关键的环节，是作业无人化群体，包含了我们经常所理解的港口、物流、园区，包括一些远程矿业作业的驾驶无人化，都是在最近涌现出来的一些非常广阔的应用场景。而且由于它自动驾驶的环境相对单纯，相应的法规约束相对比较少，对于自动驾驶、无人驾驶的落地，我们甚至认为它会远远早于我们对应的乘用车无人驾驶技术。
后面两个也是老生常谈，随着国家相关政策的出台，同时还有一些关键的自动驾驶行业法律法规的征求意见稿，包括报批稿等等的出台，也是能够大大促进我们在新基建以及智慧城市建设当中的一些技术产品的投入。
说完整个市场层面，我们看一下关键的构成模块，首先看一下关键技术这一块，不做过多展开。
第一行，感知规划行动，这个是自动驾驶效果链的关键一环。有感知，以及感知所产生复杂的环境模型，以及最终通过顶层的驾驶功能软件，对我们自动驾驶功能进行一个动态运动的模型输出和控制输出。同时，最后也需要我们执行端各种类型的线控执行单元对整个车辆进行合理的动态控制。
同时，第二行是一些关键的赋能技术，车路协同需要的V2X的技术，硬件、软件、应用，最先进的人机交互，同时还有离不开我们的地图和定位等等，包括对应的整体的安全策略，还有因为高度发展的网络通讯所产生的安全风险的应对。
关键能力，我们有整个系统下面的一个子模块架构，重新定义车辆的网络架构，软硬件解耦的这么一个趋势。分页标题
另外，集成、验证、测试和安全，都是我们必须严肃思考的一些挑战或者说必须去逾越的鸿沟。
另外，在整个测试环节，我们如何去处理由于海量的测试数据所带来的数据的识别、数据的归类、数据的分析、数据的管理，都是一些需要认真面对的问题。
从革命和进化的角度，我们做了一些简单的分类和标记。
举个例子，在绿色的这个板块，我们认为它是逐渐进化的这么一个过程。比如说我们的环境感知，我们运用于传统L0到L2辅助驾驶市场的传统感知零部件，比如说毫米波雷达、摄像头、超声波等等，它们也可以有效的在L3级以上的自动驾驶开发过程中被应用。但是它们的硬件架构、硬件参数，包括我们的软件算法需要更好的优化更新，来达到自动驾驶所要求的性能表现。
说到革命，举个例子，高性能计算，大家众所周知，针对L3级以上的自动驾驶所面临的多路传感器的海量信息输入以及对应的我们的决策能力、决策要求的一个大大提高，更先进的基于异构架构的中央处理单元也是必不可少的，而这一块在低级别ADAS市场没有被广泛运用，因为这类市场不一定需要这样的一些高算力的控制单元。
说完生态系统过程，我们来看一下针对这几个关键的子模块，我们进行同步展开，同时也把我们大陆的一些解决方案关键产品做一个介绍。
首先是感知，在环境感知以及规划层面，我们是有以下这些关键零部件的技术以及产品。
从左边来看，左边这边是我们的传感器，针对于自动驾驶的一些传感器，可以看到第五代的具有代表性的摄像头和毫米波雷达，特别是第五代摄像头，基于第四代摄像头融入了更多的人工智能算法，比如说针对行人，我们有更好的算法，对于行人的姿态和运动趋势判断等等，包括行人的类型分类，都有很好的识别。同时我们也是通过一套先进的训练工具，可以有效地帮助我们的客户快速地部署针对行人的一个识别定义。
另外，第五代毫米波雷达，也是一个增强性能版的应用于L3级自动驾驶的传感器，有300米的探测距离，同时开度角达到±60度。
激光雷达是我们重点突破的一个感知产品，相比于传统的卷帘门技术的激光雷达来讲，我们是采用一种基于全局快门技术的激光雷达，可以保证更好地应对恶劣天气的变化，针对这种高速率变化的场景，能够提供更好的稳定的图像输出。
因此这一系列的传感器，在我们的理解里面都是基于成熟产品的一个迭代优化，除了激光雷达。
在右边，我们更多的认为是一些革命性的技术和产品。车路协同的要求会带来大量的车与万物的通讯，大陆集团也是有充分的应对。我们针对V2X的模块，有成熟的通讯硬件，也有对应的V2X应用的软件，而且它可以支持各国家各地区不同的协议，都能够充分兼容和支持。
另外一个是自动驾驶的控制器，大陆集团叫ADCU ，这一块也是我们重点布局的一块，具有极高的产品拓展性。比如说低速泊车产品上升到高速级别的自动驾驶这一系列不同的功能都是通过不同的硬件软件扩展来进行支持。当然先进的算法，人工智能、深度学习这一系列软件层面的能力和优势，也是可以分布到不同的产品领域里面去。
刚才说完了整个感知和规划层面，大陆集团比较有代表性的一些产品和技术之外。从执行层面，因为它在我们这个生态系统里面，是最终的动态执行者，而在高级别自动驾驶领域里面，整个车辆的控制将面临失效的可能性，怎样避免？全面的冗余设计。我们觉得整个执行机构的安全冗余是极其关键的一环，在自动驾驶真正落地的时候是需要考虑的。
我们有这么一套整体的冗余解决方案，也就是用于线控制动的组合式冗余方案。左边这个MKC1是我们全新的线控液压制动单元，相比于传统的电子稳定控制， MKC1能够更好地快速地提供建压能力，另外也可以提供优秀的制动能量回收。 MKC1在整个冗余系统里面承担着一个主系统的角色，而再加上我们的MK100HBE冗余制动系统，就组合成了右边的MKC1HAD 。在不同的失效模式下面，也可以通过两者的配合，进行多层次的功能降级操作。最终的目标是什么？是让整个车辆在任何发生制动系统失效的情况下，能够保障我们的车辆安全停稳。而整个纵向控制的一个安全停稳，也是整个车辆失效保护里最关键的一环。分页标题
刚才说完大陆集团对于感知、规划、行动三个板块的代表性产品和技术之后，我们如何把这些不同的产品和技术融合到一块，作为一个整体的系统提供给我们的消费者，提供给我们的客户呢？
我们创新性地引入了这么一个概念，无缝驾乘，包含了大陆集团几个具有典型代表性的功能，它可以很好地展示整个大陆集团在自动驾驶开发的系统能力。
首先，花一点时间给各位介绍一下大陆集团自动驾驶的一个开发状态以及构成。
我们是把整个自动驾驶，按照不同的车辆类型来进行了一个划分。从右上角，我们可以看到这是一个乘用车板块，这个乘用车板块进行进一步的拆分，也可以分为低速以及高速。低速，会有自动代客泊车，包括运用于城市路况的一些低速的自动驾驶应用。针对高速来讲，主要就是高速公路的自主巡航功能，之后都会有详细的展开。
往下走，是无人驾驶车，大家可能更容易理解的就是无人小巴，这样用于解决城市通行最后一公里通行难点的这么一个特定的交通工具。
往左走，就是应用前景非常广阔，甚至落地时间表会比右边更加迅速的这么一个领域，就是商用车，包括自动驾驶的一些工程机械等等。
往上走，就是一些特殊的工具，特殊的车辆，比如说一些纯物流配送小车甚至说是一些用于工业勘探目的等等的一些无人机等相关技术。
我们是通过中间这个蜂窝结构，通过利用我们整个系统以及零部件的专长整合起来，通过一个全球化协作的资源网络，能够更好地把我们的能力输出到不同的项目群组里面去，发挥更大的全球自动驾驶的一个协同效应。
整个无缝驾乘里面有哪些呢？无缝驾乘主要是三个代表性的项目，从右边开始说，自动代客泊车，其实大家也充分地知道这个自动代客泊车到底是怎样的一个功能以及它的应用与边界，它是属于乘用车板块里面在低速状态下面的一个解决方案。
往下走是高速公路自主巡航，左边是我们的无人驾驶车，这些场景怎么串起来呢？我们可以看一下无缝驾乘串起来之后到底能给我们的生活带来什么样的便利？
故事的女主，从停车场出发，接到驾驶员，设定好导航目的地，开出小区驶向临近的高速公路，系统自动识别可开启自动驾驶的道路区间。通过系统的确认，自动激活高速公路自主巡航的功能。这个时候，整个驾驶空间就被释放成效率空间或者说休闲娱乐空间，所有的驾驶任务都不存在了，个人效率将得到极大的提升，驾驶压力也得到极大的缓解。
这里有一个案例，就是自动变道。驶出高速之后，高速公路自主巡航的功能就到达了它的使用边界。怎么去衔接我们的高速到城际，怎么处理泊车痛点？这是一个十字路口，通过V2X对所有道路参与者进行实时互联互通，保证十字路口的通车安全。来到停车场附件，通过手机终端对我们的车辆进行自动泊车的功能激活，同时通过手机终端乘上最后一公里的无人小巴，很方便地把她送到最后一公里的目的地，也就是她的办公室。系统也发出泊车成功的一个通知，她的美好一天就这样开启了。
无缝驾乘到底能给人们带来什么？刚才这个动画也能给我们一些不同的体验，能够大大解放人们的日常通勤时间，减少了很多压力，同时提高了效率。
逐一展开，首先高速公路自主巡航这个功能，是大陆集团针对L3、L4等级高速公路的自动驾驶功能。有几个关键的特性，智能、高效、安全。
首先，智能，它可以具有自动变道的能力，同时可以自由地去衔接不同的高速路网，甚至于有通过维修路段这个能力。另外它是一个高效的通勤工具，可以结合我们的高精度地图，对整个行驶过程做一个动态的行驶优化，比如说一些大坡道大曲率半径的道路，包括一些特定的维修路段，可以通过高精度地图进行更好的自动驾驶。分页标题
从安全角度，是最后也是最重要的一个特性，可以通过不同客户的设计运行条件来去定义不同的功能安全架构、冗余架构，以便于来实现更好的最小化风险管理策略。
针对高速公路自主巡航，我们也是本着扎根市场服务市场的理念。因为这里面有一个典型的参照案例，就是我们的收费站自动通行。大家都知道，在中国其实有大量的ETC收费站存在于高速公路的路网中间，当然了，最近肯定也有一些更新，很多省际的ETC已经取消了，但是在高速公路路网的入口和出口也会有大量的ETC收费站，如何衔接整个ETC收费站，包括城市内部的一些停车场的收费站，如何去让自动驾驶功能在不暂停不退出的情况自动地去通过收费闸口、收费杆这样一些特定的场景，我们在中国做了很多实践，包括对于不同的ETC的一些道路导示牌的视觉训练，包括对于ETC通行进入之前和进入之后道路结构急剧变化的一个路径规划的应对，我们是做了大量的本地工作。 ETC通行对于全球的高速公路自动驾驶的研发也是提供了很好的帮助，这也是我们全球化自动驾驶研发的一个协作的典型实践。
自动代客泊车，具体的功能我不做描述，因为市面上可能具体的功能展示大同小异。
分享一个大家可能不知道的事实，左边这个框，其实在城市道路里面，有30%的交通拥堵是来自于车辆的寻找过程，而且在平均每次车位的搜寻时间也是达到了10分钟，并且不光是耗时，而且对环境也产生了巨大的压力，每次车位的搜寻所排放的二氧化碳量是达到1.3公斤。自动代客泊车它产生的社会效益在这个时候就能够得到充分的体现，减少对应的交通拥堵和尾气排放，同时大大节省驾驶员的时间。
具体的一些功能和特性，主要看一下最后一行，就是这个服务。其实泊车功能的本身很重要，但是如果能够把整个泊车的功能和整个生态更好地联系起来，那是一个两全其美的方案。比如说和停车场端的传感器、支付系统打通，我们可以在出发的时候就锁定那些车位比较紧缺的城市停车场，并且可以采取不同的移动支付方法来锁定。还有我们可以和一些POI进行广泛的生态合作，进行一些促销的推送等等，来更好地实现价值附加。
最后一个，就是车辆的安防探测，因为目前自动代客泊车，确实厂端、车端也是必不可少的。这么多的传感器难道就是为了泊车吗？整个泊车之后，我们怎么把剩余的感知能力进行价值的额外创造？我们可以思考一些车辆的安防探测等等相关功能，当车辆处于一些异常，被侵入状态的时候，基于厂端和车端的感知输入也能够很好地警示驾驶员车辆可能会面临的一些风险。
下一个是大陆集团除了跟车有关的产品和系统之外，创新性地提出来了一个基于基础设施的产品和解决方案，叫智能十字路口。但是整个十字路口是由车端的所有传感器和计算单元所提供的，分布在十字路口不同的路灯杆上。目的就是让整个十字路口没有死角，就算超出人类视觉边界的时候，也能够很好地识别视觉盲区的目标，警示驾驶员，甚至直接介入车辆的一些紧急驾驶策略。
举个例子，在这个画面的中央有一个行人，他在红灯的时候正在违规穿越斑马线，而他正好躲在一个卡车的后面，这个时候对于对向来车，其实我不管是传感器，还是驾驶员都没办法探测到这个行人的运动趋势和运动目标的物理状态和地理信息，如果没有这个十字路口技术的引入，很有可能是无法避免车和人相碰的。但是因为有这套系统，可以很好地去对行人进行目标识别和跟踪，以及对可能会产生碰撞的信息传递给来向的车辆，让驾驶员及时采取制动措施，或者说在驾驶员没有及时响应的情况下，主动介入车辆的动态控制，来避免更多的人员伤亡。
最后一个，就是刚才所说的无缝驾乘最后一环，也是最关键一环，就是最后一公里如何把乘客安全送达最后的目的地，大陆集团英文缩写CUbE ，就是大陆集团城市驾乘体验，同时也是我们自动驾驶技术的一个开发平台。它可以整合整个大陆集团最先进的软件、硬件和系统到这个平台上面，并且通过不同的国家和地区的一些适配性开发，来提供全栈式自动驾驶解决方案。分页标题
给大家分享一个视频，刚才的无缝驾乘是一个动画，这个动画虽然好看，但是它很遥远，它是一个愿景。
这个视频是我们去年在长沙进行的中国首秀甚至叫全球首秀的实车级别的无缝驾乘的展示。
这个是高速公路自主巡航，我们是在长沙的国家智能网联测试示范区里面进行的这个演示。激活功能、脱手、自动变道、当超出智能边界的时候移交驾驶员驾驶权，来到模拟室内停车场的旁边，通过手机进行自动代客泊车的一个激活，车辆是自动在搜寻车位，自动泊入对应的车位。同理，需要把车叫出来的时候，还是通过手机端进行一个指令的发送，车辆也会自动驶出停车场来到指定的上车地点。
CUbE这个时候就出来了，通过手机终端把车叫到我们上车点，然后送达目的地。期间展示了一些关键的功能，像行人识别、避障，包括传统乘用车里面ACC的跟车启停功能。在市区一些拥堵的状态下可以更好地去自动地通行拥堵路况，跟随前车行动。在交通规则允许的情况下，也可以自动变道，最后是安全地把乘客送达最后的目的地。
以上是我们在技术环节跟各位分享的革命进化或者说自动驾驶发展整个路线的一些大致的情况，以及大陆集团的应对解决方案。
接下来还会花一点时间跟各位聊一下非技术的话题，而这些也是非常关键的，对于自动驾驶技术商业化落地，我们讲真正的商业化落地，而不是技术落地，在商业化落地之前也需要思考到很多阻碍。
首先就是法规，我不做过多展开，因为要展开的话还需要花很长很长时间。刚才也提到了，从国家顶层战略出发，相关的行业推动政策其实也有很多很多，《智能网联创新发展战略》、"2025中国制造"等等等等，从自动驾驶等级的定义层面，我们驾驶自动化的分级标准今年也是出台了，应该是在一个报批稿的阶段。包括具体的一些功能定义目前也是在紧锣密鼓地出台，比如说自动代客泊车一个标准，目前已经准备发布了。包括一些关键的执行机构的法规障碍，国家层面也是进行大力推动，比如说汽车转向系统应对自动驾驶的升级，因为在之前，像最基本的《道路交通安全法》里面根本没有把自动驾驶系统作为驾驶员考进去，这是一个很大的阻碍。包括转向，我们就连L2.5目前完全脱手都没有具体的法规支持，因为转向目前没有允许全助力的转向，但是最新的法规有一个增补条例或者说修改条例，目前已经可以允许全助力系统转向的存在，也逐渐地一小步一小步地把自动驾驶落地的障碍逐渐地扫除。
总而言之，我们认为核心的关注点有哪些呢？首先就是驾驶地位合法化，刚才讲了像《道路交通安全法》等等顶层的法律对于虚拟驾驶员或者说自动驾驶系统的一个合法化需要重新定义的，这个毫无疑问。
规则标准化，包含着大量封闭开放道路的测试标准，还有包括一些商业规则的部署和定义等等。当然这一块我们也欣喜地看到整个国家在自动驾驶的一个测试领域，其实取得了非常大的突破，我们在很多城市都已经有陆陆续续的法规出台，而且是逐渐在完善的过程。
另外一个，责任划分这一块。责任划分也是一个老生常谈的问题，大家可能说L3是一个责任划分不明确的区间，它可能会有很多很多界定不清的东西存在。这一块如何确定事故产生之后责任的划分，这是一个很大的问题。包括对应的交通法规、保险制度的改革，都是伴随而行的。
L4 ，至少说从人和系统的责任角度可能已经划清了，但是从生态的角度可能还没有划清，所以怎么去精细地重新设计责任划分的这个系统，也是一个非常关键值得探讨的问题。
往下看，伦理道德，我经常讲一个不太恰当的例子，就像是你的老妈和你的老婆同时掉进水里，你应该救谁，是一样的逻辑，自动驾驶系统很有可能也会面临类似的窘境。当一个自动驾驶的车辆已经探测到他无法避免的前方事故的情况下，前方正好有一台车紧急制动，他没有办法避免了。这个时候他唯一可做的选择是往左拐或者是往右拐，这个时候左边可能有一个摩托车，右边可能有一个行人，这个时候他怎么去选择呢？当然这是一个很极端的案例，但是也可以很好地阐释我们所面临的伦理道德和风险，我们可能就要从最小伤害最小代价的一个逻辑出发，比如说左边去撞上摩托车，我的整体伤害是什么水平，我撞上正前方的车辆受到的伤害是什么水平，我撞上右边的行人会造成的伤害是什么？这个时候可能要考虑到很多很多非技术的问题，比如说人类社会基本伦理道德的考虑。分页标题
海量的数据交互可能会产生巨大的威胁，对应的细分技术板块和领域，网络安全法还是必不可少的。
技术落地了，法规落地了，就可以量产上市了吗？也不见得，我们还需要社会公众的认可，谁是第一个吃螃蟹的。因为现在大家说很多人在吃螃蟹，其实他是违规吃螃蟹，因为法律不会认可他的地位的。比如说特斯拉，大家经常完全脱手，造成一些严重的伤亡事故，它是一个非合法的功能使用方式。我们谈的是合法的功能使用情况下，这个时候公众的认知是怎么样的。
举个例子，在城市工况下一个道路限速的案例，左边来看，在人类驾驶员存在的情况下，我们对于市区50公里限速，是一个慢慢逐渐接受，并且从理解到逐渐接受的这么一个过程，因为大家可能是从马车时代慢慢地去接受内燃机时代，然后从内燃机不断地优化，主被动安全功能的不断强化，可能大家经过时间的考验，已经充分接受了在市区范围内50公里限速。但是一旦自动驾驶大量面市，对于市区自动驾驶的车辆， 50公里的限速大家能接受吗？一开始投放市场的话，它会不会对整个交通环境产生一个巨大的威胁？怎么去消除消费者不同的对于新技术的恐惧呢？我们认为最主要的还是打铁还需自身硬，就是把自己的系统，自己的车辆，自己的功能做好，通过持续不断的稳定的安全行驶记录，来更好地说服市场，教育市场，让他们逐渐去接受。
另外还有一个案例，这是2014年的时候，美国道路交通安全管理局统计每10亿英里可能会产生各种交通事故的死亡率。大家可以看到，还是有很多老旧派保守派受到了认知惯性的影响，比如说我们认为飞机是很危险的交通工具，但实际上从统计学上来讲飞机是最安全的交通工具。我们可以想像一下，自动驾驶车辆一旦大幅度投入市场的话，公众认知到底在什么水平，实际的死亡率应该在什么水平？我们认为成熟的自动驾驶系统投放市场之后，它应该在最前面的那几列。但是公众的认知，最开始可能会把它放到最后这几列，这个时候就需要不断地通过大量的安全行驶口碑积累，才能够逐渐扭转普通大众对于自动驾驶的一个非合理性恐惧。
说完了技术，说完了法规，说完了公众认知，我们再回到这个主题"革命、进化" ，我们也可以拿我们的无人小巴来举个例子。左边是我们目前的一个状态，一个极其受限的，限定场景、限定速度的这么一个通勤工具，但是未来的远景是什么？未来的远景是一个基本不设限的L4或者L5的一个交通工具。它真的就这样一蹴而就了吗？不是，因为整个技术的迭代肯定是需要一步一步来。
比如说目前是一个极度受限的工况，下一步我们可能只能采取一小步一小步的迭代优化，我们可以首先把速度提起来，第二步是可能会把场景加起来，第三步可能会把功能，包括价值附加的一些服务做起来，最终才会达到未来自动驾驶的水平，所以革命之中有进化，进化也会带来革命。
最后总结一下：
从驾驶辅助到自动驾驶，从L0到L5 ，我们为了实现最终的自动驾驶的形态，是需要付出巨大的代价。刚才所说的技术的代价、法规的挑战以及公众认知的鸿沟，这一切会贯穿不同的技术迭代、进化，最终才可以让整个自动驾驶达到一个终极革命性的状态。
而且我也想再次强调一个观点，或者分享一个观点，就是适用于广域场景的，自动驾驶量产和自动驾驶商业化这两个概念，很多时候不是一个等号。这个量产怎么去理解？大批量生产叫量产，但是脱离了高价值落地应用和场景的量产是没有任何意义的，你可以在车间里面造一千台车一万台车，在不同的地方进行试运行和展示，但是那个并不是真正的商业化，你并没有商业化的空间。刚才的那个技术挑战环节其实已经够我们喝一壶了，就算那个技术环节达到了，长尾场景也攻克了，我们的成本如何考虑？我们巨额的开发费，巨额的硬件架构。当然了，这个价格曲线在未来可能会慢慢下来，但是至少在目前我们是很难承受这样一个技术成本的。还有各种法规的完善、公众认知的建立、安全的验证，都是回避不了的。所以我们也呼吁，整个自动驾驶为了实现终极落地的目标，一家之力是远远不够的，真的是需要全行业所有生态合作伙伴的齐心协力，鼎力推进，才能让自动驾驶有一个美好的未来。分页标题
以上就是我今天分享的全部内容，谢谢！